判别中Fisher判别法的应用选编.docVIP

1 绪 论 根据判别标准不同，可以分为距离判别、Fisher判别、Bayes判别法等。；，，， 不各类在 ， (2.5-2) 通过变换， (2.5-3) 映射后，各类样本“类内离散度”定义为： ， (.5-4) 显然，我们希望在映射之后，两类的平均值之间的距离越大越好，而各类的样本类内离散度越小越好。因此， (2.5-5) 使最大的解 从的表达式可知，它并非 已知：，, 依次代入(.5-1)和(.5-2)，有： ， (2.5-6) 所以： (2.5-7) 其中： (2.5-8) 是原维特征空间里的样本类内离散度矩阵，表示两类均值向量之间的离散度大小，因此，越大越容易区分。 将(.5-6)和(.5-2)代入(.5-4)式中： (.5-9) 其中：， (.5-10) 因此： (.5-11) 显然： (.5-12) 称为原维特征空间里，样本“类内离散度”矩阵。